Application Insight (Azure) 中的计时事件
Timing Events in Application Insight (Azure)
我一直在寻找一种为事件计时并在 Azure 上绘制图表的方法。寻找事件较慢的热点以进行进一步分析。
我目前可以执行以下操作,例如:
var p = new Dictionary<string, string> {{ "StartTime", startTime.Value.ToString("g") }, { "EndTime", endTime.Value.ToString("g") }};
var m = new Dictionary<string, double> {{ "ElapsedSeconds", (endTime.Value - startTime.Value).TotalSeconds }};
ai.TrackEvent(eventName, p, m);
这样我就可以一次看到一个事件并知道它花了多长时间。但是没有简单的方法来查看它的图表。但是,我注意到他 javascript 库有一个 startTrackEvent 和 stopTrackEvent (AI docs),这看起来很理想。
有没有人见过内置或现有的方式来跟踪定时服务器事件?
我们已经在 SDK 中提供了随事件发送自定义指标的功能,但目前这些指标未显示在 UI 中。几周后,您将能够在 Application Insights 中看到自定义指标。因此,您应该将 elapseSeconds 作为事件的指标。
IDictionary<string, double> mDictionary = new Dictionary<string, double>();
mDictionary.Add("ElaspsedSeconds", m);
ai.TrackEvent(eventName, mDictionary);
几周后,您将像在 Application Insights 中看到的任何其他指标一样绘制这些指标。
然后你可以像 Ketan 的答案一样,用一次性纸巾把它包起来,比如:
internal class TimedEvent : IDisposable
{
private string name;
private Dictionary<string,string> properties;
private Stopwatch timer = Stopwatch.StartNew();
public TimedEvent(string name, Dictionary<string,string> properties = null)
{
this.name = name;
this.properties = properties;
}
public void Dispose()
{
timer.Stop();
YourTelemetryClientHere.TrackEvent(this.name, this.properties,
new Dictionary<string, double> { { "duration", timer.ElapsedMilliseconds } });
}
}
然后在你的代码中你可以做类似
的事情
using (new TimedEvent("myEvent"))
{
// do something that takes time
}
AI 的一项功能是使用 TrackRequest:
提供解决方案
//Establish an operation context and associated telemetry item:
using (var operation = telemetryClient.StartOperation<RequestTelemetry>("operationName"))
{
// Telemetry sent in here will use the same operation ID.
...
telemetryClient.TrackTrace(...); // or other Track* calls
...
// Set properties of containing telemetry item--for example:
operation.Telemetry.ResponseCode = "200";
// Optional: explicitly send telemetry item:
telemetryClient.StopOperation(operation);
} // When operation is disposed, telemetry item is sent.
找了一会儿,我想你要找的是TrackDependency方法。
它在依赖关系图中很好地显示了程序在代码的每个部分上花费了多长时间。
我一直在寻找一种为事件计时并在 Azure 上绘制图表的方法。寻找事件较慢的热点以进行进一步分析。
我目前可以执行以下操作,例如:
var p = new Dictionary<string, string> {{ "StartTime", startTime.Value.ToString("g") }, { "EndTime", endTime.Value.ToString("g") }};
var m = new Dictionary<string, double> {{ "ElapsedSeconds", (endTime.Value - startTime.Value).TotalSeconds }};
ai.TrackEvent(eventName, p, m);
这样我就可以一次看到一个事件并知道它花了多长时间。但是没有简单的方法来查看它的图表。但是,我注意到他 javascript 库有一个 startTrackEvent 和 stopTrackEvent (AI docs),这看起来很理想。
有没有人见过内置或现有的方式来跟踪定时服务器事件?
我们已经在 SDK 中提供了随事件发送自定义指标的功能,但目前这些指标未显示在 UI 中。几周后,您将能够在 Application Insights 中看到自定义指标。因此,您应该将 elapseSeconds 作为事件的指标。
IDictionary<string, double> mDictionary = new Dictionary<string, double>();
mDictionary.Add("ElaspsedSeconds", m);
ai.TrackEvent(eventName, mDictionary);
几周后,您将像在 Application Insights 中看到的任何其他指标一样绘制这些指标。
然后你可以像 Ketan 的答案一样,用一次性纸巾把它包起来,比如:
internal class TimedEvent : IDisposable
{
private string name;
private Dictionary<string,string> properties;
private Stopwatch timer = Stopwatch.StartNew();
public TimedEvent(string name, Dictionary<string,string> properties = null)
{
this.name = name;
this.properties = properties;
}
public void Dispose()
{
timer.Stop();
YourTelemetryClientHere.TrackEvent(this.name, this.properties,
new Dictionary<string, double> { { "duration", timer.ElapsedMilliseconds } });
}
}
然后在你的代码中你可以做类似
的事情using (new TimedEvent("myEvent"))
{
// do something that takes time
}
AI 的一项功能是使用 TrackRequest:
提供解决方案//Establish an operation context and associated telemetry item:
using (var operation = telemetryClient.StartOperation<RequestTelemetry>("operationName"))
{
// Telemetry sent in here will use the same operation ID.
...
telemetryClient.TrackTrace(...); // or other Track* calls
...
// Set properties of containing telemetry item--for example:
operation.Telemetry.ResponseCode = "200";
// Optional: explicitly send telemetry item:
telemetryClient.StopOperation(operation);
} // When operation is disposed, telemetry item is sent.
找了一会儿,我想你要找的是TrackDependency方法。
它在依赖关系图中很好地显示了程序在代码的每个部分上花费了多长时间。